语义Web服务中的信誉度评估方法研究

参考日常生活中人们的交易行为,在网络服务中常用信誉度作为服务选取的依据,然而传统的信誉度评估方法不能全面揭示服务提供方的信誉本质,不能应用到语义Web服务的选取中。经过分析,提出了一个以本体为基础的语义Web服务信誉度评估过程及评估模型,深入研究了信誉度评估算法与具体实现,以提高在语义Web服务选择中的准确性和可靠性。     

基于多源数据的密码攻防领域知识图谱构建

提高网络空间安全的密码攻防能力,需要形成可表示、可共享、可分析的领域知识模式和知识库。利用自顶向下的构建方法,并通过本体构建方法梳理密码攻防领域的核心概念和关系,可以生成密码攻防领域本体。在领域本体的基础上,通过收集并处理多种来源密码攻防领域的文档资料,利用基于深度学习的训练方法得到可维护、可重用、可共享和可分析的领域知识图谱,并进行存储和应用。     

基于模式结构分类的本体映射方法

本体映射是语义集成的关键技术,本文基于本体的模式结构提出了一种自顶向下的本体映射方法,该方法在考虑四种基本映射关系并假定所有映射关系均为1:1的情况下,首先将本体描述为图,并将本体中的每个概念都定义为树,在此基础上给出了树中叶节点、非叶节点相似度的计算方法,通过概念分类将子树进一步合并,根据分类的结果重新组织图结构,最...     

基于元本体的本体协商方法的研究

本体作为领域共享的形式化概念模型,是实现服务自动化以及服务互操作的有效手段,多本体之间的异构妨碍了系统之间的信息共享与集成。结合元本体理论和本体协商的思想解决本体异构,实现本体之间的互操作。该方法在本体协商过程中以元本体为基础,借助本体之间共享的元本体对系统之间的通信信息进行解释和确认,从而提高本体协商的效率。最后通过一个简单实例说明了基于元本体进行本体协商的大致过程。     

网格环境下基于本体的专家系统构建研究

对网格环境下基于本体的专家系统（Expert System）进行了研究，提出了构建在通用知识网格（Universal Knowledge Grid，UKG）和开放网格业务体系结构（Open Grid Services Architecture，OGSA）基础上的专家系统模型。为网格环境下创建大规模分布式基于本体知识库体系的专家系统提供了参考模型。     

基于结构相似的本体匹配方法综述

本体匹配对于本体映射与集成、本体的检索和重用．信息集成、语义Web服务的匹配以及基于本体的软件需求工程等是不可缺少的重要环节。从本体结构的表示、相似特征集的抽取、结构相似性的度量和计算等几个方面,分别就数据库模式的匹配与本体匹配,尤其是Web本体的匹配所使用的方法和工具进行了讨论,为进一步的研究工作奠定了基础。     

基于本体的高校知识分析和推理

以高校知识为研究和应用背景,研究基于本体理论的高校知识本体结构化表示和描述,并采用protege 4.0建立了高校知识本体。同时从高校知识中提取出基本公理、类内公理和类间公理,建立公理库,并采用protege的PAL推理引擎对高校知识进行一致性分析和推理。解决了高校知识语义层次上的信息共享和交互的问题,为高校知识的管理提供语义支撑。     

数据挖掘系统对本体的应用

数据挖掘的重点在于从大量数据中把未知的有价值的新知识或规律给挖掘出,在信息产业界的极大关注。数据挖掘会常受人为因素干扰,主要因为此项工作是不断重复的过程。业务人员与数据库技术人员在挖掘准确阶段共同确定目标数据后需由数据挖掘专家提供帮助选择适合的模型、算法。将专家引入数据挖掘过程中能补充和促进相关知识和知识背景,有利于挖掘,避免产生无意义的结果。     

基于Petri网的Web服务注册方法的研究与实现

为了使Petri网理论与方法在服务组合相关问题中得到实际应用,从软件实现的角度,解决面向Web服务组合的Petri网的自动生成问题,本文提出了基于Petri网的Web服务注册方法.首先根据已建立的领域本体来规范Web服务各参数的定义,然后依据Web服务的输入输出参数绘制其相应的Petri网,同时对Web服务Petri网中的库所元素添加语义标记,进而得到Web服务的PNML(Petrinetwork markup language)+OWL(ontology web language)描述,最后将Web服务相关信息及其PNML+OWL文件上传至服务器端进行注册和存储,为Web服务组合的Petri网自动生成提供了基础,并通过机票查询原子Web服务与旅游查询复合Web服务对本文方法进行了具体说明.     

基于本体语义的应急决策情境认知

应急决策是突发事件处理过程中最重要的环节。现有应急决策的做出主要依靠决策者从繁杂无序的信息中提取有用信息进行分析、阐述,最终做出应急决定。这种方式依赖于决策者的主观意图、不能全面的把握事态的发展,一般不能给出突发事件的最优解决方案。提出基于本体语义的应急预案情境认知思想,将本体的思想应用到应急预案的情境认知过程中,通过人工智能的方法对突发事件进行分析、理解、阐释,并对事态发展给出预测性的建议,从而辅助决策者更冷静、理智地处理突发事件,给出最佳的应急方案。